Plan du cours
Fondements de la conteneurisation pour le MLOps
- Compréhension des exigences du cycle de vie de l'IA
- Concepts clés de Docker pour les systèmes d'IA
- Bonnes pratiques pour des environnements reproductibles
Construction de pipelines d'entraînement d'IA conteneurisés
- Emballage du code d'entraînement des modèles et des dépendances
- Configuration des tâches d'entraînement à l'aide d'images Docker
- Gestion des jeux de données et des artefacts dans les conteneurs
Conteneurisation de la validation et de l'évaluation des modèles
- Reproduction des environnements d'évaluation
- Automatisation des flux de travail de validation
- Capture des métriques et des journaux depuis les conteneurs
Inférence et service conteneurisés
- Conception de microservices d'inférence
- Optimisation des conteneurs d'exécution pour la production
- Mise en œuvre d'architectures de service évolutives
Orchestration de pipelines avec Docker Compose
- Coordination des flux de travail d'IA multi-conteneurs
- Isolement des environnements et gestion de la configuration
- Intégration des services d'accompagnement (par exemple, suivi, stockage)
Gestion de versions et du cycle de vie des modèles d'IA
- Suivi des modèles, des images et des composants de pipeline
- Environnements conteneurs sous contrôle de versions
- Intégration de MLflow ou d'outils similaires
Déploiement et dimensionnement des charges de travail d'IA
- Exécution de pipelines dans des environnements distribués
- Dimensionnement des microservices à l'aide d'approches natives Docker
- Surveillance des systèmes d'IA conteneurisés
CI/CD pour le MLOps avec Docker
- Automatisation des builds et du déploiement des composants d'IA
- Test des pipelines dans des environnements de pré-production conteneurisés
- Assurance de la reproductibilité et des retours arrière
Résumé et prochaines étapes
Pré requis
- Une compréhension des flux de travail de l'apprentissage automatique
- De l'expérience avec Python pour le développement de données ou de modèles
- Une familiarité avec les fondamentaux des conteneurs
Public cible
- Ingénieurs MLOps
- Praticiens DevOps
- Équipes de plateformes de données
Nos clients témoignent (3)
Comment les formateurs transmettent-ils efficacement leurs connaissances
Vu Thoai Le - Reply Polska sp. z o. o.
Formation - Certified Kubernetes Administrator (CKA) - exam preparation
Traduction automatique
le formateur avait beaucoup de connaissances et de patience à partager avec nous
Bogdan Olaru
Formation - Introduction to Docker
Traduction automatique
Les connaissances et les échanges avec Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Formation - Docker and Kubernetes
Traduction automatique